Sensoriamento remoto orbital e aprendizado de máquina na identificação da infestação de Sphenophorus levis (Coleoptera: Curculionidae) na cultura da cana-de-açúcar

Abstract

O uso do Sensoriamento Remoto (SR) associado ao aprendizado de máquina representa uma alternativa promissora para o monitoramento fitossanitário de culturas agrícolas, permitindo a identificação indireta de pragas por meio da análise das alterações espectrais provocadas nas plantas hospedeiras. Nesse contexto, o objetivo deste trabalho foi comparar diferentes modelos e algoritmos de aprendizado de máquina na predição da infestação de Sphenophorus levis em áreas comerciais de cana-de-açúcar, bem como identificar as variáveis espectrais mais relevantes para a classificação supervisionada das áreas infestadas. Foram utilizados 53.112 pontos amostrais coletados entre os anos de 2019 e 2023 em municípios localizados nas regiões intermediárias de Araraquara e Ribeirão Preto, SP. As informações espectrais foram obtidas por meio de imagens dos satélites Sentinel-2, utilizando bandas espectrais e índices de vegetação derivados de imagens multiespectrais com resoluções espaciais de 10 e 20 m. Os algoritmos Random Forest, K-Nearest Neighbors (KNN), Extreme Gradient Boosting (XGBoost), Regressão Logística Multinomial, Perceptron Multicamadas e Autoencoder foram avaliados em diferentes cenários de classificação, considerando imagens recentes e tardias em relação às datas de amostragem em campo. O desempenho dos modelos foi avaliado por meio das métricas: acurácia, índice kappa, AUC, sensibilidade, precisão e medida-F1. Os resultados demonstraram que os algoritmos Random Forest, XGBoost e KNN apresentaram os melhores desempenhos preditivos, alcançando acurácia máxima de 70%, enquanto o Autoencoder apresentou desempenho inferior aos demais modelos avaliados. De maneira geral, os modelos treinados com imagens tardias apresentaram desempenho superior aos modelos com imagens recentes. Entre as variáveis preditoras que mais influenciaram os modelos de melhor desempenho, destacaram-se principalmente os índices ARI2, CRI2, TCARI, NIRv e CRI1, cuja relevância variou conforme a resolução espacial e o período das imagens utilizadas. Conclui-se que a integração de índices de vegetação e bandas espectrais a métodos de aprendizado de máquina apresenta eficácia na classificação de áreas infestadas por S. levis, reforçando o potencial dessas técnicas como ferramentas auxiliares na identificação de tais áreas por meio do processo de pré-amostragem indireta.

The use of Remote Sensing (RS) combined with machine learning represents a promising alternative for phytosanitary monitoring of agricultural crops, allowing the indirect identification of pests through the analysis of spectral changes caused in host plants. In this context, the objective of this work was to compare different machine learning models and algorithms in predicting Sphenophorus levis infestation in commercial sugarcane areas, as well as to identify the most relevant spectral variables for the supervised classification of infested areas. 53,112 sampling points were used, collected between 2019 and 2023 in municipalities located in the intermediate regions of Araraquara and Ribeirão Preto, SP. Spectral information was obtained from Sentinel-2 satellite images, using spectral bands and vegetation index derived from multispectral images with spatial resolutions of 10 and 20 m. The Random Forest, K-nearest Neighbors (KNN), Extreme Gradient Boosting (XGBoost), Multinomial Logistic Regression, Multilayer Perceptron and Autoencoder algorithms were evaluated in different classification scenarios, considering both recent and late images relative to the field sampling dates. Model performance was assessed using accuracy, kappa index, AUC, sensitivity, precision, and F-measure metrics. The results showed that Random Forest, XGBoost, and KNN algorithms presented the best predictive performance, achieving a maximum accuracy of 70%, while the Autoencoder showed inferior performance compared to the other models evaluated. In general, models trained with late images performed better than models with recent images. Among the predictive variables that most influenced the best-performing models, the ARI2, CRI2, TCARI, NIRv, and CRI1 indices stood out, with their relevance varying according to the spatial resolution and period of the images used. It is concluded that the integration of vegetation indices and spectral bands with machine learning methods proves effective in classifying areas infested by S. levis, reinforcing the potential of these techniques as auxiliary tools for identifying such areas through the indirect pre-sampling process.